Original title:
Modely strukturálních rovnic s aplikací v sociálních vědách
Translated title:
Structural Equation Models with Application in Social Sciences
Authors:
Veselý, Václav ; Pešta, Michal (advisor) ; Maciak, Matúš (referee) Document type: Master’s theses
Year:
2018
Language:
eng Abstract:
[eng][cze] We investigate possible usage of Errors-in-Variables estimator (EIV), when esti- mating structural equations models (SEM). Structural equations modelling pro- vides framework for analysing complex relations among set of random variables where for example the response variable in one equation plays role of the predic- tor in another equation. First an overview of SEM and some common covariance based estimators is provided. Special case of linear regression model is investi- gated, showing that the covariance based estimators yield the same results as ordinary least squares. A compact review of EIV models follows, Errors-in-Variables models are re- gression models where not only response but also predictors are assumed to be measured with an error. Main contribution of this paper then lies in defining modifications of the EIV estimator to fit in the SEM framework. General opti- mization problem to estimate the parameters of structural equations model with errors-in-variables si postulated. Several modifications of two stage least squares are also proposed for future research. Equation-wise Errors-in-Variables estimator is proposed to estimate the coeffi- cients of structural equations model. The coefficients of every structural equation are estimated separately using EIV estimator. Some theoretical conditions...Zkoumáme možnosti využití Errors-in-Variables odhadu (EIV) při odhadování modelů strukturních rovnic (SEM). Modely strukturních rovnic poskytují rámec pro analyzování komplexních vztahů ve skupině náhodných proměnných, kde na- příklad odezva v jedné rovnici je zároveň prediktorem v jiné rovnici. Nejdříve uvádíme přehled standardních na kovarianci založených technik odhadu parame- trů. Zkoumáme speciální případ lineární regrese a ukazujeme, že na kovarianci založené techniky odhadu dávají stejné výsledky jako obyčejné nejmenší čtverce. Následuje kompaktní přehled EIV modelů, Errors-in-Variables modely jsou regresní modely, kde uvažujeme chyby měření nejen v odezvě, ale i v regreso- rech. Hlavní příspěvek této práce spočívá v definování modifikací EIV odhadu pro kontext modelu strukturních rovnic. Definujeme obecný optimalizační pro- blém pro odhad parametrů SEM modelu. Navrhujeme také několik modifikací dvoustupňových nejmenších čtverců, vhodných k dalšímu zkoumání. Zavádíme odhad parametrů SEM modelu pomocí metody Errors-in-Variables pro jednotlivé rovnice. Koeficienty každé strukturní rovnice odhadneme zvlášť pomocí EIV odhadu. Definujeme teoretické podmínky, za kterých je tato metoda konzistentní. Ale praktická aplikace se zdá poměrně limitovaná kvůli problémům se splněním zmíněných podmínek. Jako...
Keywords:
application in social sciences; Errors-in-Variables; LISREL; SEM; simultaneous equation models; structural equation modeling; total least squares; aplikace v sociálních vědách; chyby v proměnných; LISREL; modelování strukturálními rovnicemi; modely souběžných rovnic; SEM; úplně nejmenší čtverce
Institution: Charles University Faculties (theses)
(web)
Document availability information: Available in the Charles University Digital Repository. Original record: http://hdl.handle.net/20.500.11956/98707